AFML

비정형 데이터에 머신러닝 알고리즘을 적용하기 위해서는 먼저 분석해야 하고(analyzing), 정보를 추출해야 한다(signaling). 이렇게 추출된 자료는 대개 관계형 데이터베이스 형태로 저장되어 있는데, 이 데이터의 행을 바(bar)라고 부른다. bar를 어떻게

이전의 예를 다시 한 번 살펴보자. 개장 직후 한시간과 장마감 전 30분간 시장에서 거래가 빈번하게 발생하는데, 이때 관측되는 정보의 양은 점심 시간대의 거래에서 포착되는 정보의 양보다 많을 것이다. 여기서 '정보'의 의미는 시장 미시구조 측면에서 사용되는 말이며, 효

대규모 거래자들은 order book을 전부 휩쓸어 가거나 소위 물타기(iceberg) 주문, 혹은 분할 주문을 하는 방법 등으로 거래를 실행하는데 이는 sequence ${bt}{t=1,\\dots,T}$안에 거래 흔적을 남긴다. 이러한 이유로 전체 거래량 안에서의

Roll(1984)은 증권이 거래되는 effective bid-ask spread를 설명하는 첫 번째 모델 중 하나다. 증권의 liquidity를 계량화하려는 초창기 시도로 알려져 있으며, 시장미시구조(Market Microstructure) 분야를 개척한 모형 중 가

Roll Model에서 지적된 단점 중 하나는 관찰된 가격 계열인 ${p_t}$가 close price에만 종속된다는 점이었다. Beckers는 고가-저가에 근거한 변동성 추정량이 종가만을 사용한 변동성 추정량보다 더 정확하다는 것을 보였다. Parkinson은 Geo